-
公开(公告)号：CN117194954A
公开(公告)日：2023-12-08
申请号：CN202311263956.6
申请日：2023-09-27
Applicant: 桂林电子科技大学
IPC: G06F18/213 , G06Q50/06 , G06N3/0442
Abstract: 本发明涉及数据处理技术领域，其具体公开了一种基于时频特征提取的混合深度学习水质预测方法，包括以下步骤：步骤S1、对水质污染物、水文和气象小时数据进行采集；步骤S2、使用时离散平稳小波变换将数据分解为具有统一长度不同频域的子信号序列，同时将季节、日期这些时间特征融入序列，形成时序深度学习模型输入数据集；步骤S3、构建Informer Encoder做序列特征增强编码；步骤S4、通过逐级递减堆叠双向LSTM加强减半级联序列的局部特征相关性；步骤S5、将RMSE、MAE和MAPE作为评估参数；步骤S6、将深度学习模型学习到的相关性矩阵进行分析。本发明的一种基于时频特征提取的混合深度学习水质预测方法，能够降低成本，提高预测精度。
-
公开(公告)号：CN102941067B
公开(公告)日：2014-05-21
申请号：CN201210498103.6
申请日：2012-11-29
Applicant: 桂林电子科技大学
Abstract: 本发明公开了在一定条件下，用3-氨丙基三甲氧基硅烷试剂与蔗渣纤维素发生硅烷化反应，成功将丙基胺基团键合至蔗渣纤维素，制备出丙基胺键合蔗渣。采用静态吸附实验，研究了丙基胺键合蔗渣对Cd2+的吸附性能，结果表明，丙基胺键合蔗渣对Cd2+的适宜吸附pH范围为3～7；吸附平衡时间为8h；在室温（20℃）和40℃下均可用langmuir等温吸附线来描述。室温时，丙基胺键合蔗渣对Cd2+的最大吸附量为17.36mg/g，40℃为21.05mg/g。明显高于蔗渣纤维素和活性碳对Cd2+的最大吸附量。可见，丙基胺键合蔗渣可作为重金属离子捕集剂使用。
-
公开(公告)号：CN116958555A
公开(公告)日：2023-10-27
申请号：CN202310962110.5
申请日：2023-08-02
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/20 , G06V10/36 , G06V10/32 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/776 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于Dense‑Unet与超像素的磁共振图像分割方法，其特征在于，包括如下步骤：1）数据预处理；2）改进UNet网络；3）超像素分割；4）结果融合；5）测试。这种方法具有更好的语义分割性能、能提高分割精度、在边缘细节上能分割地更加精准。
-
公开(公告)号：CN116894948A
公开(公告)日：2023-10-17
申请号：CN202310970392.3
申请日：2023-08-03
Applicant: 桂林电子科技大学
IPC: G06V10/26 , G06V10/764 , G06N3/0464 , G06N3/08 , G06V10/774 , G06V10/82 , G06V10/30
Abstract: 本发明公开了一种基于不确定性引导的半监督图像分割方法，包括如下步骤1）数据预处理；2）经过两个对等分割网络得到预测结果；3）不确定性估计、求动态权重；4）优化模型训练。这种方法能实现抗噪性训练，减少伪标注噪声给模型带来的分割性能下降的问题。
-
公开(公告)号：CN114819289A
公开(公告)日：2022-07-29
申请号：CN202210348989.X
申请日：2022-04-01
Applicant: 桂林电子科技大学
Abstract: 本申请公开了一种空气质量的预测方法、空气质量的预测装置、训练方法、电子设备以及存储介质。空气质量的预测方法包括：获取预定区域内的多个监测点在预定时间段的污染物数据和气象数据；对污染物数据和气象数据预处理，以生成污染物时序数据和气象时序数据；通过空气质量预测模型对污染物时序数据和气象时序数据进行处理，以得到目标监测点在目标时间段的预测结果；空气质量预测模型包括克里金插值模型和深度学习模型。如此，得到的空气质量预测结果较为准确。
-
Patent Agency Ranking
公开(公告)号：CN112529240A
公开(公告)日：2021-03-19
申请号：CN202010960767.4
申请日：2020-09-14
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种大气环境数据的预测方法、系统及装置及存储介质。该方法包括以下步骤：获取目标污染物的误差时间序列及影响因素；将所述误差时间序列和所述影响因素输入至误差修正模型中，得到所述目标污染物浓度的误差预测结果；利用所述误差预测结果和所述目标污染物浓度的估算值计算所述目标污染物浓度的真实值。本发明通过误差修正模型来获取输入的误差时间序列和影响因素对于目标污染物浓度的误差预测结果的影响，从而使得误差预测结果更加准确、贴近实际情况，再利用误差预测结果以及目标污染物浓度的估算值，从而获得目标污染物浓度的真实值，最终达到修复缺失数据的目的。本发明可广泛应用于大气环境监测技术领域。
-
公开(公告)号：CN110902819A
公开(公告)日：2020-03-24
申请号：CN201911199243.1
申请日：2019-11-29
Applicant: 桂林电子科技大学
Inventor： 许睿
IPC: C02F3/28 , C02F3/30 , C02F101/16 , C02F101/38 , C02F103/20
Abstract: 本发明公开了一种用于高氨氮浓度废水的环流式短程反硝化反应器，包括：厌氧池，厌氧池设置有推流器和第一探测头；缺氧池，缺氧池设置有曝气装置；第一过水口，第一过水口为设置在缺氧池和厌氧池之间的单向通道；第二过水口，第二过水口为设置在缺氧池和后续的处理单元之间的单向通道；控制器，第一探测头检测的信号触发控制器控制推流器的转速。本发明提供一种用于高氨氮浓度废水的环流式短程反硝化反应器，以推流器动能形成环流式水循环，一部分高氨氮废水在推流器的作用下回流到厌氧池，另一部分流向后续的处理单元，不仅能够提高高氨氮废水的短程反硝化回流比，有效提高废水脱氮效率，而且降低能耗减少运行成本。
-
公开(公告)号：CN104977281A
公开(公告)日：2015-10-14
申请号：CN201510369906.5
申请日：2015-06-26
Applicant: 桂林电子科技大学
IPC: G01N21/64
Abstract: 本发明公开了一种高精度在线荧光检测器及其检测方法，检测器包括光电传感器模块、信号处理模块、等精度测频模块、USB-串口转换模块、电源模块和上位机。光电传感器模块与信号处理模块连接，信号处理模块的输出端连接至等精度测频模块，等精度测频模块再通过下位机连接USB-串口转换模块，USB-串口转换模块与上位机连接，电源模块分别连接着光电传感器模块、信号处理模块、等精度测频模块和USB-串口转换模块。检测器可与流动注射分析仪在线联用，在线检测痕量铵氮的浓度，具有选择性好、灵敏度较高、响应速度快、准确性高、稳定性好、成本低、体积小等优点，具有良好的应用前景。
-
公开(公告)号：CN119622242A
公开(公告)日：2025-03-14
申请号：CN202411682811.4
申请日：2024-11-22
Applicant: 桂林电子科技大学
IPC: G06F18/20 , G06F18/2131 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/084 , G01W1/10 , G06F123/02
Abstract: 本发明公开了一种基于时频域分解和时空信息提取的深度学习大气预测方法，包括1）采集多个站点的大气污染物、气象变量的小时数据；2）采用平稳小波变换SWT将数据分解成不同频域下同等长度的子信号序列，同时将日期、季节时间因素融入序列，初步形成模型需要的数据集；3）将步骤2）中的数据集，根据监测站点的地理位置构建拓扑结构的图数据集；4）构建基于时间‑空间注意力机制的编码器，增强数据的时空信息权重；5）GCN、LSTM和FC构建的解码器提取数据的时间特征和空间信息，形成预测输出；6）将RMSE、MAE、MAPE作为评估参数。这种方法能挖掘大气中污染物的传播规律、提高大气预测精度。
-
公开(公告)号：CN119598402A
公开(公告)日：2025-03-11
申请号：CN202411674705.1
申请日：2024-11-21
Applicant: 桂林电子科技大学
Abstract: 本发明公开了基于图神经网络与时空特征融合的水质预测方法，方法为：获取预定流域内多个监测站在预定时间段内的水文数据和水质数据，将监测站表示为图的节点，并将监测站之间的邻接关系表示为图的边，以此构建映射多个监测站污染物数据的图拓扑网络，采用时空特征融合模块对图拓扑网络进行特征提取和融合，得到水污染时空特征数据，时空特征融合模块由图卷积网络、门控循环单元和自注意力机制组成训练得到，对提取的特征数据进行融合处理，形成图拓扑结构的时序数据集，最后通过图时序预测模型对数据集进行预测，以得到多个监测站在目标时间段的水质预测结果。这种方法能够有效应对水污染的时空变化过程，降低水质预测成本，提高水质预测精度。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.034 seconds)
